基于例子的词义消歧中的选择性采样
计算与语言
2007-05-23 v1
摘要
本文提出一种用于基于例子的词义消歧系统的高效例子采样方法。为构建实用规模的数据库，需要可观的手动词义消歧开销（监督开销）。此外，搜索大规模数据库的时间复杂度也带来显著问题（搜索开销）。为应对这些问题，我们的方法从给定例子集中选择性采样一个规模更小且有效的子集，用于词义消歧。我们的方法特点在于依赖训练效用（training utility）这一概念：即每个例子用于系统训练时，对未来例子采样的信息量程度。系统通过选择效用最大的例子逐步收集。本文通过对约一千个句子的实验报告了方法的有效性。与其他例子采样方法的实验相比，我们的方法在系统性能不退化的情况下，同时降低了监督开销与搜索开销。
引用
@article{arxiv.cs/9910020,
title = {Selective Sampling for Example-based Word Sense Disambiguation},
author = {Atsushi Fujii and Kentaro Inui and Takenobu Tokunaga and Hozumi Tanaka},
journal= {arXiv preprint arXiv:cs/9910020},
year = {2007}
}
备注
25 pages, 14 Postscript figures